深度学习论文: You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery及其PyTorch实现

最新推荐文章于 2022-07-17 11:03:19 发布
最新推荐文章于 2022-07-17 11:03:19 发布
阅读量1.5k 收藏 8
点赞数
分类专栏： Deep Learning Paper Reading Object Detection 文章标签： 人工智能 计算机视觉 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shanglianlm/article/details/105928132
版权

You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery
PDF:https://arxiv.org/abs/1805.09512.pdf
PyTorch: https://github.com/shanglianlm0525/PyTorch-Networks
Official :https://github.com/CosmiQ/yolt

1 概述

卫星图像的目标检测和普通场景的目标检测最大的区别在于卫星图像尺寸很大比如16000x16000，并且其目标通常很小且容易聚集在一起。YOLT主要用于处理这类问题.
在卫星图像中，图片的分辨率一般用ground sample distance（GSD）来表示，比如最常见的卫星图像是30cm GSD。
在这里插入图片描述

了解本专栏 订阅专栏 解锁全文 超级会员免费看
mingo_敏
关注
专栏目录
订阅专栏
You Only Look Twice Rapid Multi-Scale Object Detection In Satellite Imagery
09-28
CV中的目标物体识别进步非常快，但是想对卫星图像进行目标识别仍然困难重重。美国研究者就提出了一种方法——You Only Look Twice，能清晰地看到卫星图像中的汽车、飞机场上的飞机及建筑物，并开放了代码（见文末）。
YOLTV8 — 大尺度图像目标检测框架（欢迎star）
最新发布
qq_43456016的博客
04-14 1882
本项目以最新的YOLOV8为检测框架，增设多尺度，多信息的预处理模块，捕获大尺度图像的多尺度上下文信息，能够有效识别出大尺度图像的大小型识别物体以及密集型检测目标。另外，此次我们还对对原始NMS算法进行改进，以满足不同类型物体以及重叠框（尤其是位于边缘的检测框）的过滤，实现大尺度影像的精确检测。各参数信息和前文一样。：多尺度，多信息的预处理模块还未上传，但不影响正常使用，可先增大裁剪尺寸以及重叠率来避免超大物体（无法在单幅影像块中完整给出的物体）的识别不完整。
【YOLT】《You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery》
bryant_meng
07-30 4582
本文主要讲解了一篇基于yolo算法进行改进的高效卫星图像目标检测算法，主要针对高分辨率输入和密集小物体进行了优化。论文地址：https://arxiv.org/pdf/1805.09512.pdf代码地址：https://github.com/CosmiQ/yolt。
YOLT(you only look twice): Rapid multi-scale object detection in satellite imagery(中文翻译simrdwn)
wuhongwuyan的博客
06-10 1011
摘要 在大片图像中检测小物体是卫星图像分析的主要问题之一。虽然地面图像中的对象检测受益于对新深度学习方法的研究，但将此类技术过渡到高空图像并非易事。挑战之一是每幅图像的绝对像素数量和地理范围：单个 DigitalGlobe 卫星图像包含 > 64 km 2 和超过 2.5 亿像素。另一个挑战是感兴趣的对象很小（通常只有约 10 个像素），这使传统的计算机视觉技术变得复杂。为了解决这些问题，我们提出了一种YOLT（You Only Look Twice），以≥ 0.5 km 2 /s 的速率评估任意大小
【arXiv2018】You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery【遥感/航空目标检测】
Gorgeous_wxd
06-08 280
论文地址：https://arxiv.org/abs/1805.09512 论文代码：https://github.com/CosmiQ/yolt主要针对遥感图像分辨率高，目标尺寸小，目标易聚集，导致检测精度差的问题，改进了YOLOv2，采用切图+多模型集成的方法，取得了不错的效果在高分辨率图像上。这篇文章是做卫星图的目标检测，在YOLO v2算法基础上做了改进得到YOLT（You Only Look Twice）算法，因为卫星图的目标检测和常见的目标检测场景最大的区别在于卫星图像本身尺寸很大（比如1600
YOLT（You OnlyLookTwice）论文翻译和解读
weixin_41667225的博客
11-25 1608
YOLT（You OnlyLookTwice）论文翻译 对YOLT做了简单的翻译，一些语言是根据自己的理解翻译的，仅供参考和相互学习。 Abstract 检测大范围图像中的小目标是卫星图像分析的主要问题之一。虽然地面图像中的目标检测得益于对新的深度学习方法的研究，但将这种技术过渡到高空图像是很重要的。其中一个挑战是每幅图像的像素数量和地理范围：一幅DigitalGlobe卫星图像的面积超过64平方...
利用pytorch进行图像识别实战
EdiosnMa的博客
09-30 2564
总体流程 数据预处理部分： 数据增强：torchvision中transforms模块自带功能，当原始数据不够多的时候通过Data Augmentation（数据增强）使得图片的数量变多。CV中常用数据增强的方法有：对图片进行翻转、放大、缩小 数据预处理 DataLoader模块直接读取batch数据 网络模块设置： 加载预训练模型，torchvision中有很多经典网络架构，调用起来十分方便，并且可以用人家训练好的权重参数来继续训练，也就是所谓的迁移学习 需要注意的是别人训练好的任务跟我们的
You Only Look Once: Unified, Real-Time Object Detection阅读笔记
Christine__xu的博客
03-21 859
疫情原因，学校新开设了一门文献阅读。唉，现在只好读一篇记录一点，最后还要写一万五千字的文献综述，绝望啊。 今天的论文是 ：You Only Look Once: Unified, Real-Time Object Detection 全文和翻译： Abstract We present YOLO, a new approach to object detection. Prior work...
CNN做遥感图像目标识别完整代码
08-17
提供了一套完整的方案，包括图像处理和图像识别，可以拿来尝试并fine tune一下
Python-YouOnlyLookTwice卫星图像快速多尺度目标检测
08-11
YOLT是YOLO框架的扩展，可以评估任意大小的卫星图像，并以每秒50帧的速度运行。 目前的应用包括车辆检测（汽车，飞机，船只），建筑物检测和机场检测。
边界重叠图像的一种快速拼接算法
09-13
介绍边界重叠图像的一种快速拼接算法，权威期刊pdf文章。
程序说明和源代码下载方法（基于对高分辨率遥感影像特征提取IDL的二次开发 ）
06-24
给老师演示用的，第一次写关于数学分析的程序（2006年）。现在写一个电力方面的webgis程序。使用开源PostgresSQL数据库，图形用SVG显示。成本低廉，功能全面（包括资产管理，线损计算，无功优化。在唐山做了5个项目，客户反映很棒）。理想和目标一致的朋友：wealth_lp@126.com
深度学习系列资料总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
YOLT：You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery 卫星图像快速多尺度目标检测
hello world
08-12 1165
论文重点：https://blog.csdn.net/u014380165/article/details/81556805 https://zhuanlan.zhihu.com/p/385504331 yolo v4和YOLT结合 https://github.com/avanetten/yoltv4 https://blog.csdn.net/z704630835/article/details/95165116【文献阅读】YOLT算法实现遥感图像的多尺度目标识别（Adam Van Ette...
【文献阅读】YOLT算法实现遥感图像的多尺度目标识别（Adam Van Etten，2018，CVPR）
QQ704630835的博客
07-09 4448
一、文章情况介绍 文章题目：《You Only Look Twice: Rapid Multi-Scale Object Detection InSatellite Imagery》 自己是做遥感图像的，对遥感图像的目标识别比较关注，大概半年前了解到这篇文章，一直没有抽时间认真解读，最近开始做这方面的工作，所以就首先来看看这篇经典的文章。 这篇文章投在了CVPR2018会议上，CVPR是计...
YOLT: 大尺寸图像目标检测的解决方案
ZONGXP的博客
10-09 3102
1. 前言 前几天听人聊到了这个YOLT，本着长见识的目的稍微看了看，然后打算在这里给没看到的人做一个科普，希望这里面的几个Tricks可以对你有所启发。YOLT论文全称You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery ，是专为卫星图像目标检测而设计的一个检测器，是在YOLOV2的基础上进行改进的。论文原文和代码实现见附录。 2. 介绍 众所周知，卫星图像的目标检测和普通场景的目标检测最大的区别在于
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

mingo_敏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值